基于改进HHT的矿山微震信号多尺度特征提取及分类研究

作者：王英乐; 左宇军; 陈斌; 林健云; 郑禄璟; 万入祯

来源：矿冶工程, 2022, 42(06): 7-12.

• 微震信号
• 爆破信号
• 信号识别
• 模式识别
• 互补集合经验模态分解
• Hilbert-Huang变换
• 拉普拉斯得分

针对矿山微震与爆破信号难以识别问题，提出基于改进Hilbert-Huang变换(HHT)的矿山微震信号识别方法。该方法引入互补集合经验模态分解(CEEMD)对HHT改进，信号被自适应分解后，计算IMF分量的偏度、峭度、Hilbert边际谱能量、Lempel-Ziv复杂度以及重构信号的分形盒维数，运用拉普拉斯得分(LS)对5种时频域特征参数降维，最后通过遗传算法(GA)优化的支持向量机(SVM)模型，实现微震信号的分类识别。经400组微震和爆破信号的实例分析验证，两类信号的5种特征参数均有较大差异，改进HHT法识别效果优于传统经验模态分解法(EMD)和局部均值分解法(LMD),且基于改进HHT和GA-SVM分类模型准确率达到95%,证实了此识别方法的准确性。

• 单位
  贵州大学